(δ)集值测度及弱集值测度的收敛性

研究了(δ)集测测度与弱集值测度的收敛性,利用了极限理论的方法.在M(A)=s-liminfn→∞Mn(A);Mn为有界变差的集值测度;且|Mn|(A)C(C与n无关)M(∪∞i=1Ai)=cl∑∞i=1M(Ai)条件下获得了(δ)集值测度的极限仍然是(δ)集值测度及弱集值测度的极限仍然是弱集值测度,建立了(δ)集值测度与弱集值测度的极限理论.     

弱α—连续集值映射

本文给出了弱α——连续集值映射的概念.将关于弱α——连续函数的一些结果推广到集值映射.改进了文[3]中的两个重要定理.     

K-拟可加模糊积分的一致自连续性

K-拟可加模糊积分定义和其积分转换定理的基础上,针对某一确定的非负实值可测函数,将这种积分整体看成可测空间上的集函数,进而讨论这种积分的一致自连续性和一致逆自连续性.     

集值测度弱收敛理论

给出了集值测度弱收敛的概念及其弱收敛判别定理。     

集值模糊测度空间上可测函数列的收敛性

在m维欧氏空间的子集类上引入一种新的序结构,并由此序结构在集值模糊测度空间上给出了可测函数序列的(伪)依集值模糊测度几乎处处收敛,(伪)依集值模糊测度收敛和(伪)依集值模糊测度基本等概念,进而研究了它们收敛的蕴涵关系。     

集值测度积分的收敛性

给出集值测度的一些基本性质和集值测度积分的定义,进而确定集值测度积分的收敛性.     

关于集值映射族的一致有界原理

本文讨论广义β-拟可加集值映射族与拟凸集值映射族的一致有界原理。     

集值映射空间各种收敛拓扑的统一描述

文献[1]首次刻画了集值映射空间中关于各种收敛性的网的极限类及与之对应的各种邻近结构,本文则进一步探计这些收敛性能否确定与之相伴的拓扑。首先,我们借助一致空间的一致覆盖族定义了一致空间中的(*)包含动算并应用它给出了建立集值映射空间中各种收敛概念及其相伴拓扑的一种统一的框架。其次,我们具体论述了集值映射空间中十二种收敛性的相伴拓扑。最后,我们指出上述拓扑中的四种相伴拓扑均可分别重合于集值映射空间的某个一致拓扑。     

关于集值测度的收敛性的一个重要结果

本文主要讨论了集值测度的一些基本性质,讨论了集值测度列在某种收敛意义下的极限仍为集值测度.     

集值条件期望及控制收敛定理的改进

给出了随机集列关于单调增σ-域族的条件期望在弱收敛意义下的新Fatou引理,由此得到了改进的控制收敛定理.     

线性映射的Fuzzy核与Fuzzy线性无关性

我们在文[1]中给出了向量空间中的重要关系——f-线性相关性与f-线性无关性的刻画,又在文[2]中讨论了在向量空间V(F)到向量空间W(F)的一个线性映射口之下,零,一集的象与线性相关性之间的内在联系．本文在此基础上,进一步给出线性映射的Fuzzy核的概念并进而讨论Fuzzy核与向量空间的ZFS之间的包含关系,以及这种关系与f-线性无关性之间的内在联系．     

局部紧Hausdorff空间上的Fuzzy测度

研究局部紧Hausdorff空间X上的Fuzzy测度的正则性。首先引入X上内(外)正则集,正则集以及正则Fuzzy测度的概念,并给出了Fuzzy测度正则的充要条件和任意两个紧(或紧Gδ)集的正常差内(外)正则的条件。其次证明单调递增的内正则集的并是内正则的,具有有限Fuzzy测度的单调递减的外正则集的交是外正则的。最后在严格单调条件下,证明具有有限Fuzzy测度的有限个两两不交内正则集的并是内正则的以及每一个紧(或紧Gδ)集是外正则的当且仅当每一个有界开集是内正则的。     

模糊矩阵模糊测度与积分

多点多元化综合分析评价问题,一直备受人们的关注,矩阵大大的提高了这方面的分析处理水平,尤其是模糊矩阵的给出,将多点多元化问题中的模糊问题得到了很好的解决,但是如何来对多点多元化问题进行最后综合评价成为了研究的重点,文章在模糊矩阵的基础之上给出了模糊矩阵模糊测度,研究了其性质,并且最后给出了基于模糊矩阵模糊测度的积分,为多点多元化问题的有效综合评价奠定了一定的基础。     

区间直觉模糊集的新相似性测度

相似性测度是度量两个集合相似性程度的重要方法.本文针对Liang和Shi提出的直觉模糊集的相似性测度存在的问题进行改进,并将改进后的直觉模糊集的相似性测度推广到区间直觉模糊环境.同时,归纳了一种计算区间相似性测度的一般步骤,最后通过实例验证了该方法的有效性.     

基于模糊积分的客户满意度综合评价算法设计

在制定综合评价指标体系时,很难使各指标完全独立,传统的评价方法显得无能为力．从由模糊数学发展起来的λ模糊测度与Choquet模糊积分入手,在充分分析的基础上给出了基于模糊积分的客户满意度综合评价通用算法,并借助JAVA语言进行了描述．     

基于新的距离度量的三角模糊数多属性决策法

利用基于区间数的中心、半宽度的距离度量以及三角模糊数的水平集信息,定义了三角模糊数上一个新的距离度量,并证明了该距离满足非负性、对称性和三角不等式性质.进一步,针对三角模糊数上的多属性决策问题,利用该距离度量和模糊理想点思想,给出了一种基于新的距离度量的多属性topsis决策方法.最后,给出应用实例,并验证了该方法的合理性、有效性.     

直觉模糊集的新相似性测度

相似性测度是度量两个直觉模糊集相似程度的重要方法.文章给出一个新的直觉模糊集相似性测度,讨论该相似性测度的一些性质及得到利用该相似测度对直觉模糊集进行聚类的一般步骤,最后通过实例验证了该方法的有效性。     

集值转移测度的几种收敛性间的关系

给出了集值测度的一些基本性质,讨论了集值转移测度几种收敛性间的重要关系.同时,给出了r-收敛的等价条件,即任给有界集KX,{d(x,Mn(ω,.),n≥1}在x∈K上一致收敛到d(x,M(ω,.)).